CC BY
23Петрыкина И.Н.
к.э.н., доцент Воронежского государственного университета
ПРИОРИТЕТНЫЕ НАПРАВЛЕНИЯ РАЗВИТИЯ И ИСПОЛЬЗОВАНИЯ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА РЕГИОНОВ ЦЕНТРАЛЬНОГО ФЕДЕРАЛЬНОГО ОКРУГА
Ключевые слова: человеческий капитал, человеческий капитал региона, уровень развития человеческого капитала региона, уровень использования человеческого капитала региона, кластеры, приоритетные направления.
Keywords: human capital, human capital of the region, development level of region's human capital, usage level of region 's human capital, clusters, priority areas.
В условиях усилившейся экономической нестабильности и современных вызовов возрастает роль человеческого капитала. В то же время замедление экономического роста создает большие проблемы в части формирования условий для развития и эффективного использования человеческого капитала, которые необходимо решать.
В настоящее время проблематика развития и эффективного использования человеческого капитала находит отражение в документах стратегического планирования как федерального, так и регионального уровней. Но в силу вышеуказанных обстоятельств для разработки научно-практических мер, способствующих созданию искомых условий, требуется более четкое теоретико-методологическое обоснование приоритетных направлений развития и использования человеческого капитала.
В рамках данного исследования в качестве метода, позволяющего выявить группы регионов со схожими характеристиками человеческого капитала и определить приоритетные направления его развития и использования, нами использован кластерный анализ, реализованный в системе Statistica. Кластеризация проведена на примере регионов Центрального федерального округа (ЦФО) по статистическим данным за 2013 год.
Заметим, что при выборе переменных для реализации кластерного анализа мы руководствовались результатами опроса, проведенного нами среди разных групп респондентов, относительно оценки значимости показателей развития и использования человеческого капитала по разработанной нами анкете. Результаты данного анкетирования и обоснование необходимого и достаточного состава показателей для характеристики развития и использования человеческого капитала на региональном уровне представлены в ранее опубликованных нами работах1.
Таким образом, кластеризация регионов по уровню развития человеческого капитала была проведена посредст-
2
вом включения в анализ следующих переменных :
Х1р - ожидаемая продолжительность жизни при рождении, лет;
Х2р - показатель, обратный показателю заболеваемости на 1000 чел. населения (количеству зарегистрированных заболеваний у пациентов с диагнозом, установленным впервые в жизни);
Х3р - среднегодовая численность занятых, тыс. чел.;
Х4р - уровень занятости, %;
Х5р - удельный вес занятых с высшим и средним профессиональным образованием, %;
Х6р - численность студентов образовательных учреждений среднего и высшего профессионального образования на 10000 населения.
При этом кластеризация регионов по уровню использования человеческого капитала была проведена на основании следующих переменных:
Х1и - ВРП в расчете на одного занятого, руб. на чел.;
Х2и - число разработанных передовых производственных технологий;
Х3и - число используемых передовых производственных технологий;
Х4и - инновационная активность организаций, %;
Х5и - объем инновационных товаров, работ, услуг, млн. руб.;
Х6и - удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, %.
1 Петрыкина И.Н. О показателях уровня развития и использования человеческого капитала региона // Вестник Воронежского государственного университета. Сер. Экономика и управление. 2015. - № 3. - С. 112-118; Петрыкина И.Н. О совершенствовании информационно-статистического обеспечения для оценки уровня развития и использования человеческого капитала региона // Механизмы развития социально-экономических систем региона: сборник статей 8 Международной научно-практической конференции. - Воронеж, 2015. - С. 33-40.
2 Здесь и далее по тексту переменные, характеризующие развитие человеческого капитала, обозначены как Х;р, переменные, характеризующие использование человеческого капитала - X".
Для реализации процедуры кластерного анализа все вышеперечисленные переменные были стандартизованы методом линейного масштабирования. Расчет производился по следующей формуле:
Хфакт - Xmin JX1 = x max -X min
где JXi - нормированное значение i-го показателя, Хфакт- фактическое значение i-го показателя, Xmin , Xmax -соответственно минимальное и максимальное значение показателя, наблюдаемое по выборке.
Для обратных показателей (таких, как заболеваемость на 1000 чел. населения) использовалась процедура вычитания из единицы значения нормированного показателя, рассчитанного по методу линейного масштабирования.
Процедура кластерного анализа была реализована методом k-средних с использованием данных Федеральной службы государственной статистики1.
Результаты кластеризации регионов по уровню развития человеческого капитала представлены в таблицах 1, 2.
Кластерный анализ позволил выделить четыре группы регионов, обладающих схожими характеристиками уровня развития человеческого капитала. Целесообразность выделения такого количества групп подтверждается статистическими критериями значимости. Так, дисперсионный анализ показал, что во всех случаях межгрупповая дисперсия, рассчитанная для каждой переменной, превышает внутригрупповую, а дисперсионное отношение Фишера выше минимально допустимого значения.
Таблица 1
Средние значения нормированных показателей развития человеческого капитала по кластерам регионов Центрального федерального округа за 2013 год
Показатели Кластеры: В среднем по ЦФО2
кластер 1 кластер 2 кластер 3 кластер 4
Х1р 1,000000 0,308859 0,257975 0,176780 0,283
Х2р 0,619230 0,806087 0,505928 0,107430 0,446
Хзр 1,000000 0,055529 0,093009 0,039532 0,117
Х4р 1,000000 0,113248 0,532357 0,386040 0,416
Х5р 1,000000 0,292722 0,440778 0,199895 0,359
Х6р 1,000000 0,541052 0,269373 0,382534 0,408
Сумма 5,619230 2,117496 2,099419 1,292211
Таблица 2
Состав кластеров регионов Центрального федерального округа, выделенных по уровню развития
человеческого капитала, за 2013 год
Кластеры Состав кластеров
Кластер 1 г. Москва
Кластер 2 Воронежская, Курская, Рязанская, Тамбовская области
Кластер 3 Белгородская, Калужская, Костромская, Липецкая, Московская, Смоленская, Тульская области
Кластер 4 Брянская, Владимирская, Ивановская, Орловская, Тверская, Ярославская области
На основании приведенных данных охарактеризуем каждый виртуальный кластер, позиционируя его сильные и слабые стороны по основным показателям развития человеческого капитала (см. табл. 3).
Заметим, что при определении сильных и слабых сторон кластера мы руководствовались значениями нормированных показателей, рассчитанных в среднем по ЦФО (см. табл. 1). Превышение значений тех или иных показателей кластера над средними значениями по ЦФО свидетельствует об относительно сильных позициях группы регионов по данным показателям, отставание от средних значений по ЦФО - об относительно слабых позициях.
Так, первый кластер, в который входит только г. Москва, лидирует практически по всем показателям развития человеческого капитала. Наибольший отрыв от других регионов ЦФО наблюдается по таким переменным, как ожидаемая продолжительность жизни (в 2013 году - 76,37 года) и численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10 000 населения (в 2013 году - 819 студентов на 10000 населения). Некоторое отставание от второго кластера наблюдается только по такой переменной, как показатель, обратный уровню заболеваемости. Но, несмотря на это, уровень заболеваемости в г. Москва ниже, чем в среднем по ЦФО.
Что касается субъектов РФ, входящих во второй кластер, то они имеют уровень развития человеческого капитала выше среднего. Данные регионы занимают достаточно высокие позиции по показателям здоровья населения. Кроме того, одной из сильных сторон этого кластера является развитая система профессионального образования. В данных регионах на 10 000 чел. населения приходится более 550 студентов образовательных учреждений среднего и высшего профессионального образования. В то же время широкие возможности получения профессионального обра-
1 Валовой региональный продукт в текущих основных ценах (1998-2013 г.г.). - http://www.gks.ru/free_doc/new_site/vvp/vrp 98-13. хкх; Регионы России. Социально-экономические показатели. 2014: стат. сб. / Росстат. - М., 2014. - 900 с.
2 Рассчитано автором как среднее арифметическое значений нормированных показателей по 18 субъектам РФ, входящим в
ЦФО.
зования не находят своего продолжения на рынке труда, о чем свидетельствуют относительно низкие показатели занятости. Так, в регионах данной группы уровень занятости находится в пределах от 60 до 61%, в то время как в среднем по ЦФО уровень занятости составляет 65%.
Таблица 3
Сильные и слабые стороны кластеров регионов Центрального федерального округа по уровню
развития человеческого капитала
Наименование кластера Сильные стороны кластера Слабые стороны кластера
Кластер 1 - «регионы с высоким уровнем развития человеческого капитала» - высокая ожидаемая продолжительность жизни;
- высокие значения показателя, обратного показателю заболеваемости (т.е. низкий уровень заболеваемости);
- высокая среднегодовая численность занятых;
- высокий уровень занятости;
- высокий удельный вес занятых с высшим и средним профессиональным образованием;
- высокая численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10000 населения.
Кластер 2 - «регионы с уровнем развития человеческого капитала выше среднего» - высокая ожидаемая продолжительность жизни; - низкая среднегодовая численность занятых;
- высокие значения показателя, обратного показателю заболеваемости (т.е. низкий уровень заболеваемости); - низкий уровень занятости;
- высокая численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10000 населения; - низкий удельный вес занятых с высшим и средним профессиональным образованием.
Кластер 3 - «регионы со средним уровнем развития человеческого капитала» - высокие значения показателя, обратного показателю заболеваемости (т.е. низкий уровень заболеваемости); - низкая ожидаемая продолжительность жизни;
- высокий уровень занятости; - низкая среднегодовая численность занятых;
- высокий удельный вес занятых с высшим и средним профессиональным образованием; - низкая численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10000 населения.
Кластер 4 - «регионы с низким уровнем развития человеческого капитала» - низкая ожидаемая продолжительность жизни;
- низкие значения показателя, обратного показателю заболеваемости (т.е. высокий уровень заболеваемости);
- низкая среднегодовая численность занятых,
- низкий уровень занятости,
- низкий удельный вес занятых с высшим и средним профессиональным образованием,
- низкая численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10 000 населения
В состав третьего кластера вошли субъекты РФ, имеющие средний уровень развития человеческого капитала. Указанная группа регионов имеет достаточно высокие позиции по показателям занятости. Уровень занятости в данных субъектах РФ составляет более 65%, а удельный вес занятых с высшим и средним профессиональным образованием - более 55%. Кроме того, здесь наблюдается низкий уровень заболеваемости. Что касается слабых сторон данного кластера, то здесь отмечается относительно низкая ожидаемая продолжительность жизни. В то же время средние нормированные значения показателя численности студентов образовательных учреждений среднего и высшего профессионального образования, приходящихся на 10000 населения, рассчитанные для данного кластера, ниже, чем в среднем по ЦФО, что позволяет сделать вывод о недостаточно развитой системе профессионального образования.
Субъекты РФ, вошедшие в четвертый кластер, имеют низкий уровень развития человеческого капитала и отстают по всем его основным показателям, включенным в анализ.
Что касается кластеризации регионов ЦФО по уровню использования человеческого капитала, то ее результаты представлены в таблицах 4, 5.
Кластерный анализ позволил выделить четыре группы регионов, обладающих схожими характеристиками уровня использования человеческого капитала. Целесообразность выделения такого количества групп так же, как и в случае с предыдущей кластеризацией, подтверждается статистическими критериями значимости.
Средние значения нормированных показателей использования человеческого капитала по кластерам регионов Центрального федерального округа за 2013 год
Показатели Класте ры: В среднем по ЦФО1
кластер 1 кластер 2 кластер 3 кластер 4
Х!Н 0,686862 0,132510 0,185788 0,071719 0,192
Х2и 0,756345 0,055838 0,123520 0,021997 0,145
Х3и 0,986795 0,158863 0,082150 0,044287 0,187
Х4и 0,576923 0,549145 0,316239 0,105413 0,327
Х5и 0,672735 0,049556 0,019601 0,003816 0,094
Хби 0,912162 0,668919 0,273649 0,137387 0,387
Сумма 4,591823 1,614831 1,000947 0,384620
Таблица 5
Состав кластеров регионов Центрального федерального округа, выделенных по уровню использования человеческого капитала, за 2013 год
Кластеры Состав кластеров
Кластер 1 г. Москва, Московская область
Кластер 2 Владимирская, Липецкая, Тульская, Ярославская области
Кластер 3 Белгородская, Воронежская, Калужская, Курская, Рязанская, Тверская области
Кластер 4 Брянская, Ивановская, Костромская, Орловская, Смоленская, Тамбовская области
На основании данных, представленных в таблицах 4-5, попытаемся охарактеризовать каждый виртуальный кластер, позиционируя его сильные и слабые стороны по основным показателям использования человеческого капитала (см. табл. 6).
При определении сильных и слабых сторон кластера так же, как и в предыдущем случае, в качестве базы сравнения мы рассматривали значения нормированных показателей, рассчитанные в среднем по ЦФО (см. табл. 4).
Первый кластер, в который вошли г. Москва и Московская область, имеет высокий уровень использования человеческого капитала и лидирует по всем показателям, включенным в анализ. Причем, наибольший отрыв от других регионов ЦФО наблюдается по таким переменным, как число используемых передовых производственных технологий и удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг. Так, в 2013 году число используемых передовых производственных технологий в г. Москва составило 14 830 единиц, в Московской области - 14 458 единиц (для сравнения: в Ивановской области, которая занимает последнее место в ЦФО по числу используемых технологий, значение данного показателя составило 744 единицы; в остальных регионах ЦФО число используемых технологий находится в пределах от 1225 до 3653 единиц). Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг в г. Москва составил 15,3 %, в Московской области - 12,7% (для сравнения: в Ивановской области, которая в ЦФО является аутсайдером по данному показателю, удельный вес инновационных товаров, работ, услуг составил 0,5%; в большинстве субъектов РФ, входящих в ЦФО, удельный вес инновационных товаров, работ, услуг существенно ниже 10%).
Что касается субъектов РФ, входящих во второй кластер, то они имеют уровень использования человеческого капитала выше среднего. В данных регионах наблюдается достаточно высокий удельный вес инновационно активных предприятий (он находится в пределах от 10 до 18%) и относительно высокий удельный вес инновационных товаров, работ, услуг (он находится в пределах от 9,3 до 13,3%). В то же время статистические данные свидетельствуют о недостаточно высокой результативности предприятий, занимающихся инновационной деятельностью. Так, нормированные показатели числа разработанных и используемых передовых производственных технологий, рассчитанные в среднем по кластеру, ниже, чем в среднем по ЦФО. В то же время в данных регионах наблюдаются относительно низкие значения ВРП в расчете на одного занятого и объема инновационных товаров, работ, услуг в абсолютном выражении.
В третий кластер вошли регионы, в которых наблюдается средний уровень использования человеческого капитала. Единственной сильной стороной данного кластера является относительно высокий удельный вес инновационно активных предприятий. При этом в данной группе регионов наблюдаются крайне низкие показатели эффективности деятельности таких предприятий, что свидетельствует о недостаточной степени реализации их потенциала и недоиспользовании человеческого капитала данных регионов в целом.
Что касается регионов, входящих в четвертый кластер, то они отстают по всем показателям использования человеческого капитала, включенным в анализ, и имеют низкий уровень использования человеческого капитала. Уровень инновационной активности в регионах данного кластера ниже 9%, а удельный вес инновационных товаров, работ, услуг не превышает 5 % от общего объема отгруженных товаров, выполненных работ, услуг.
1 Рассчитано автором как среднее арифметическое значений нормированных показателей по 18 субъектам РФ, входящим в
ЦФО.
Сильные и слабые стороны кластеров регионов Центрального федерального округа по уровню
использования человеческого капитала
Наименование кластера Сильные стороны кластера Слабые стороны кластера
Кластер 1 - «регионы с высоким уровнем использования человеческого капитала» - высокий уровень ВРП в расчете на 1 занятого,
- большое количество разработанных передовых производственных технологий,
- большое количество используемых передовых производственных технологий,
- высокий уровень инновационной активности организаций,
- большой объем инновационных товаров, работ, услуг,
- высокий удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг.
Кластер 2 - «регионы с уровнем использования человеческого капитала выше среднего» - высокий уровень инновационной активности организаций, - низкий уровень ВРП в расчете на 1 занятого,
- высокий удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг. - малое количество разработанных передовых производственных технологий,
- малое количество используемых передовых производственных технологий,
- малый объем инновационных товаров, работ, услуг.
Кластер 3 - «регионы со средним уровнем использования человеческого капитала» - высокий уровень инновационной активности организаций, - низкий уровень ВРП в расчете на 1 занятого
- малое количество разработанных передовых производственных технологий,
- малое количество используемых передовых производственных технологий,
- малый объем инновационных товаров, работ, услуг,
- низкий удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг.
Кластер 4 - «регионы с низким уровнем использования человеческого капитала» - низкий уровень ВРП в расчете на 1 занятого,
- малое количество разработанных передовых производственных технологий,
- малое количество используемых передовых производственных технологий,
- низкий уровень инновационной активности организаций,
- малый объем инновационных товаров, работ, услуг,
- низкий удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг.
Как можно заметить, состав кластеров, выделенных нами по уровню развития и использования человеческого капитала, несколько различается. Для того чтобы выявить соответствие между уровнями развития и использования человеческого капитала в регионах ЦФО, обобщим результаты проведенного анализа в форме таблицы (см. табл. 7).
На основании данных, представленных в таблице 7, можно сделать вывод о том, что в шести регионах ЦФО уровень использования человеческого капитала выше, чем уровень его развития. К числу таких регионов, прежде всего, следует отнести Московскую область (средний уровень развития, высокий уровень использования), Владимирскую и Ярославскую области (низкий уровень развития, уровень использования выше среднего), Липецкую и Тульскую области (средний уровень развития, уровень использования выше среднего), Тверскую область (низкий уровень развития, средний уровень использования). В перечисленных субъектах РФ наблюдаются определенные проблемы в сфере развития человеческого капитала, в то же время в данных регионах относительно эффективно реализуются уже имеющиеся возможности.
Необходимо отметить, что в шести регионах ЦФО уровень развития человеческого капитала соответствует уровню его использования. К числу таких регионов относятся следующие субъекты РФ: г. Москва (высокий уровень), Белгородская и Калужская области (средний уровень), Брянская, Ивановская и Орловская области (низкий уровень). Очевидно, что среди перечисленных здесь регионов серьезные проблемы наблюдаются в Брянской, Ивановской и Орловской областях, которые являются аутсайдерами и по уровню развития, и по уровню использования человеческого капитала.
Типологизация регионов Центрального федерального округа по уровню развития и использования
человеческого капитала
Уровень развития человеческого капитала
низкий средний выше среднего высокий
Уровень использования человеческого капитала низкий Брянская, Ивановская, Орловская области Костромская, Смоленская области Тамбовская область
средний Тверская область Белгородская, Калужская области Воронежская, Курская, Рязанская области
выше среднего Владимирская, Ярославская области Липецкая, Тульская области
высокий Московская область г. Москва
Проблемную группу регионов составляют те субъекты РФ, в которых уровень использования человеческого капитала ниже, чем уровень его развития. К числу таких субъектов, прежде всего, необходимо отнести: Воронежскую, Курскую, Рязанскую области (уровень развития выше среднего, средний уровень использования), Костромскую и Смоленскую области (средний уровень развития, низкий уровень использования), Тамбовскую область (уровень развития выше среднего, низкий уровень использования). Можно сделать вывод о том, что в данной группе регионов наблюдается неэффективное использование человеческого капитала, что сказывается на эффективности региональных экономических систем в целом.
Учитывая сильные и слабые стороны регионов ЦФО, выявленные в ходе виртуальной кластеризации, считаем возможным следующим образом определить приоритетные направления развития и использования человеческого капитала для каждого региона (см. табл. 8).
Таблица 8
Приоритетные направления развития и использования человеческого капитала регионов
Центрального федерального округа
Регионы Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область Липецкая область Московская область Орловская область Рязанская область Смоленская область Тамбовская область Тверская область Тульская область Ярославская область г. Москва
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Приоритетные направления развития человеческого капитала
1. содействие увеличению продолжительности жизни населения + + + + + + + + + + + + +
2. укрепление здоровья населения и формирование здорового образа жизни; усиление профилактической составляющей в системе охраны здоровья + + + + + + +
3. содействие повышению занятости населения + + + + + + + + + +
4. расширение сферы высокооплачиваемого труда + + + + + + + + + +
5. повышение качества профессионального образования в соответствии с текущими и перспективными потребностями экономики региона + + + + + + + + + +
6. расширение масштабов действия системы профессионального образования + + + + + + + + + + + + +
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19
Прио ритетные направления повышения эффективности использования человеческого капитала
1. поддержка обрабатывающих и перерабатывающих производств, связанных с выпуском продукции, имеющей высокую добавленную стоимость + + + + + + + + + + + + + + + +
2. стимулирование создания новых передовых производственных технологий + + + + + + + + + + + + + + + +
3. содействие распространению разработанных передовых производственных технологий + + + + + + + + + + + + + + + +
4. содействие созданию новых инновационно активных предприятий + + + + + +
5. поддержка инновационных видов деятельности + + + + + + + + + + + + + + + + + +
6. поддержка существующих инновационно активных предприятий + + + + + +
Таким образом, методический подход, предлагаемый в рамках данного исследования, позволил выявить группы регионов, имеющих схожие проблемы в сфере развития и использования человеческого капитала. Полагаем, что учет полученной типологизации регионов позволит повысить степень обоснованности принимаемых управленческих решений при разработке мер, направленных на создание условий для развития и эффективного использования человеческого капитала.
